自建、采购还是 API：技术路线决策

一句话定义

技术路线决策是在「全自研模型、接入闭源 API、部署开源模型、采购成品方案」四条路线中，按能力差距、数据敏感性、成本结构与迭代速度四个维度做出选择（允许混合）的结构化决策过程。

为什么重要

路线选错会锁死产品三年：该用 API 的团队自研模型，烧光融资只追平了别人两年前的水平；该私有化的医疗场景直接调公有 API，合规一票否决整个项目。路线决策是 AI 产品经理少数几个「决定生死」的判断，且与 kp-025 的成本结构、kp-029 的风险清单直接联动。

前置知识

kp-007 可行性×价值矩阵（已排定场景优先级）。

核心概念

四条路线：

• 全自研（预训练或大规模微调）：从模型权重层建立能力。适用：能力本身就是产品（模型公司）、数据与场景独特到通用模型覆盖不了。代价：千万级以上投入、以年为周期、算法团队门槛。
• 闭源 API 接入：调用头部模型厂商接口，用提示词与 RAG 组装能力。适用：绝大多数应用层产品。优势：当天可用、能力随厂商升级。代价：按量付费的变动成本、数据出域、供应商依赖与涨价风险。
• 开源模型部署：下载开源权重（Llama、Qwen 等系列）自建推理服务，可再微调。适用：数据敏感、调用量大、需要深度定制。代价：GPU 与运维成本、能力与顶尖闭源模型有代差、需要工程团队。
• 采购成品方案：直接购买行业 AI 产品或模块。适用：场景标准化程度高、自建无差异化价值。

决策四维：能力差距（通用能力够不够用）、数据敏感性（能否出域）、成本结构（固定 vs 变动、规模临界点）、迭代速度（业务变化快慢决定被锁定的容忍度）。

原理与机制

四维决策的机理：能力差距决定「API/成品是否已经够用」——够用就不该为想象中的差距提前自研；数据敏感性是合规硬约束，一票优先于其余三维；成本结构的关键是规模临界点——当调用量大到 API 账单超过开源部署的固定成本时，路线性价比反转，这个临界点可测算（方法见 kp-025）；迭代速度决定锁定风险敞口——业务模型每月都在变的团队，被单一厂商的接口与限流绑死的代价最高，常用「主力闭源 API + 敏感环节本地小模型 + 接口抽象层」的混合策略对冲。

公式或模型

不适用——定性决策框架；其中成本临界点的量化工具在 kp-025 单位经济模型中给出。

图示

实例或案例

• 面向 C 端的写作助手：数据不敏感、调用量中等 → 闭源 API 起步，用接口抽象层保留切换能力。
• 银行智能质检：通话录音涉客户隐私，禁止出域 → 开源模型私有化部署 + 领域微调，合规硬约束直接锁定路线。
• 通用客服平台采购成品工单系统、仅自建核心的意图识别环节——「差异化自建、标准化采购」的混合样本。

常见误区

• 自研崇拜：把「有自己模型」当战略资产。若场景不独特，自研得到的是负债（维护成本）而非壁垒；壁垒在数据闭环（kp-009）。
• 忽略接口抽象层：直接把业务代码焊死在某厂商 SDK 上，涨价或停服时无路可退。抽象层是成本一周的保险。
• 只算账不算风险：API 单价最低的方案可能带来最高的合规与声誉敞口，必须并表 kp-029 一起看。

直观类比

自研是自建发电厂，API 是交电网电费，开源部署是买发电机自己加油，采购成品是整栋楼装中央空调。没有绝对优劣——用电量、停电代价、预算周期共同决定答案。

自测题

1. 数据敏感性为什么是一票否决项？

要点：合规风险不可用收益对冲，泄露即不可逆；敏感数据场景先排除公有 API，再谈其他维度。

1. 规模临界点如何影响路线选择？

要点：调用量超过临界点后，开源部署固定成本摊薄、单位成本反超 API 更优；临界点用 kp-025 的公式测算。

1. 混合策略的典型形态是什么？

要点：主力闭源 API 承担通用能力 + 敏感/高频环节本地小模型 + 接口抽象层，兼顾速度、成本与可控。

与其他知识点的关系

选型结论中的成本项进入 kp-025 单位经济测算；开源部署带来的运维与调优需求是 kp-027 成本优化的输入；「差异化自建」的判断与 kp-009 数据飞轮共同构成护城河论证。

延伸阅读

• 《创新者的窘境》（The Innovator's Dilemma），Clayton Christensen——理解自建与外购背后的能力边界逻辑。
• 《AI·未来》，李开复——不同资源禀赋下的 AI 创业路线比较。